Vizualizace modelu pomocí regplot()

Po natrénování a analýze modelu ho můžeme vizualizovat – vyneseme pozorované body spolu s nafitovanou logistickou regresí do grafu.

Z grafu snadno pochopíš vztah mezi vysvětlující proměnnou a odezvou pro celý rozsah hodnot vysvětlující proměnné.

K tomu využijeme funkci regplot() z modulu seaborn. Funkce regplot() přijímá argument logistic, kterým určíš, zda chceš pro daná data odhadnout logistický regresní model – stačí zadat hodnotu True nebo False. Graf pak zobrazí i průběh nafitované křivky.

Připomeň si model, který jsi natrénoval/a dříve:
$$ \log\bigg(\frac{y}{1-y}\bigg) = -0.3055 + 0.3791*\text{arsenic} $$

Dataset wells je už načtený ve tvém pracovním prostředí.

Toto cvičení je součástí kurzu

Zobecněné lineární modely v Pythonu

Zobrazit kurz

Pokyny k cvičení

Pomocí dat wells vynos na osu x proměnnou arsenic a na osu y proměnnou switch.
Nastav y_jitter na hodnotu 0.03, aby se hodnoty odezvy lépe rozlišily ve vizualizaci.
Nastav argument logistic na True, aby se do grafu promítla logistická křivka, a argument ci nastav na None – tím vypneš zobrazení intervalu spolehlivosti a zrychlíš výpočet.
Graf zobraz pomocí plt.show().

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Plot arsenic and switch and add overlay with the logistic fit
sns.regplot(x = ____, y = ____, 
            y_jitter = ____,
            data = ____, 
            logistic = ____,
            ci = ____)

# Display the plot
____

Upravit a spustit kód